AI निवेश बढ़ रहा है, लेकिन वृद्धि धीमी पड़ने लगी है

वृद्धि लगभग 145% से घटकर लगभग 45% रह गई

Marcus द्वारा बताए गए आँकड़ों के अनुसार, एक AI कारोबार की तिमाही वृद्धि Q1 से Q2 तक लगभग 145% और Q2 से Q3 तक लगभग 45% रही। यह अब भी बढ़ रहा है, लेकिन इसकी गति कमज़ोर पड़ रही है।

पहली तिमाही से दूसरी तिमाही तक की वृद्धि दर लगभग 145% है, और दूसरी तिमाही से तीसरी तिमाही तक की वृद्धि दर लगभग 45% रही। यह वृद्धि दर में मंदी थी।── Gary Marcus (2026-10-15 12:49 UTC · YouTube "NYU’s Gary Marcus on Building AI We Can Trust" (Bloomberg Television) 0:17:39 पर, स्रोत)

जो कंपनियाँ यह मानकर अपनी सुविधाओं का विस्तार कर रही हैं कि वृद्धि जारी रहेगी, उनके लिए धीमी होती वृद्धि का मतलब अपनी योजनाओं की समीक्षा है। Marcus उद्योग को ज़रूरत से ज़्यादा विस्तारित मानते हैं, जहाँ लाभप्रदता की अभी पुष्टि नहीं हुई है। निवेशकों के सामने किए गए दावों और वास्तविकता के बीच अंतर होना, लंबे समय से इस व्यक्ति का तर्क रहा है।

उसी दिन की रिपोर्टों में, Wall Street के बैंक AI इंफ्रास्ट्रक्चर निवेश की वृद्धि और जोखिम, दोनों पर नज़र डाल रहे हैं। योजनाओं का विशाल आकार ही वह बिंदु बन गया है जहाँ राय बँट जाती है।

"यह बुलबुला नहीं है" कहने वाला पक्ष तर्क देता है कि आपूर्ति और मांग अंततः संतुलित हो जाएँगी

चिप दिग्गज NVIDIA के Jensen Huang ने 15 अक्टूबर को कहा कि बुलबुला तब बनता है जब आपूर्ति माँग से अधिक हो जाती है।

बबल तब बनता है जब आपूर्ति माँग से अधिक हो जाती है। अंततः आपूर्ति और माँग में सामंजस्य बैठ जाएगा।── जेन्सेन हुआंग (2026-10-15 13:36 UTC · YouTube "Nvidia CEO Jensen Huang Calls For US-China Cooperation On AI Safety | Trump | N18G" (CNBC-TV18) 0:02:31 पर, स्रोत)

इस टिप्पणी को इस तरह पढ़ा जा सकता है कि अभी माँग पर्याप्त है, इसलिए सुविधाओं का विस्तार करना सही है। हालाँकि, यह कहना कि यह "आख़िरकार संतुलित हो जाएगा" इस संभावना की भी गुंजाइश छोड़ता है कि अभी यह संतुलित नहीं है। Huang की कंपनी AI के लिए कंप्यूटर बेचती है, और उसके ग्राहक जितना अधिक निवेश करते रहते हैं, उसका मुनाफ़ा उतना ही बढ़ता है। इसी कारण, इस दृष्टिकोण को छूट देकर पढ़ना चाहिए, क्योंकि यह विक्रेता के नज़रिए से आता है।

[Council reasoning] इस मुद्दे पर काउंसिल के भीतर राय बँटी हुई है, और रुख़ों में कितना अंतर है इसका संकेतक 0.905 पर ऊँचा है। सभी एक ही दिशा में नहीं देख रहे हैं।

गणित के सवाल हल कर लेने का मतलब यह नहीं कि असली दुनिया का काम किया जा सकता है

निवेश का आधार यह उम्मीद है कि AI की क्षमताएँ लगातार बेहतर होती रहेंगी। Marcus इस उम्मीद पर संदेह जताते हैं।

ये सिस्टम गणित के सवाल हल कर सकते हैं, इसका यह मतलब नहीं कि वे असली दुनिया की दूसरी चीज़ें भी हल कर सकते हैं।── Gary Marcus (2026-10-15 12:49 UTC · YouTube "NYU’s Gary Marcus on Building AI We Can Trust" (Bloomberg Television) 0:03:43 पर, स्रोत)

यदि निवेश और भर्ती के फ़ैसले ऊँचे परीक्षा या गणित स्कोर को सीधे कॉर्पोरेट संचालन या चिकित्सा के नतीजों में बदलकर देखते हैं, तो परिणाम निराशाजनक हो सकता है। Marcus का मानना है कि AI निर्देशों का भी भरोसेमंद ढंग से पालन नहीं करता, और व्यवसाय में इसके उपयोग के लिए मानवीय जाँच अनिवार्य है। यही उनके इस दावे का आधार है कि AI ने अभी तक उत्पादकता नहीं बढ़ाई है।

इसी बीच, Geoffrey Hinton ने उसी दिन एक अनुमान को "बहुत आशावादी" बताया और कहा कि उनका अपना आंकड़ा उससे चार गुना है। इनपुट से यह स्पष्ट नहीं है कि किसका चार गुना। फिर भी, AI के भविष्य को लेकर सतर्क लोगों में भी कुछ उसकी क्षमताओं को बढ़ा-चढ़ाकर आँकते हैं और कुछ अधिक संयमित राय रखते हैं।

शुरुआती स्तर का काम सबसे पहले घट रहा है, और लोगों के कौशल विकसित करने के रास्ते सँकरे हो रहे हैं

इसका असर रोज़गार में दिख रहा है। रिपोर्टों के अनुसार, Anthropic के तकनीकी स्टाफ़ में एंट्री-लेवल भर्तियों का हिस्सा 27% से घटकर 9% रह गया। ब्रिटेन, भारत और अन्य जगहों से भी एंट्री-लेवल पदों के घटने की रिपोर्टें मिलती-जुलती हैं।

मूल रूप से जूनियर डेवलपर्स को कोई नौकरी नहीं मिल रही। सीनियर लोग आख़िरकार रिटायर हो जाएँगे। हम सचमुच मुसीबत में पड़ सकते हैं।── Gary Marcus (2026-10-15 12:49 UTC · YouTube "NYU’s Gary Marcus on Building AI We Can Trust" (Bloomberg Television) 0:06:16 पर, स्रोत)

Marcus चेतावनी देते हैं कि अगर नए लोगों को नौकरी नहीं मिलेगी, तो अनुभवी कर्मचारियों के रिटायर होने पर उनकी जगह लेने वाला कोई नहीं होगा। अगर AI काम सीखने का पहला चरण ही छीन लेता है, तो कुछ वर्षों बाद प्रतिभा की कमी हो जाएगी। हालांकि, परिषद के भीतर इस भर्ती-अनुपात के आंकड़े का उल्लेख नहीं किया गया।

एक प्रतिउदाहरण के रूप में, Huang रेडियोलॉजी की ओर इशारा करते हैं। डायग्नोस्टिक इमेजिंग में AI के बेहतरीन होने के बावजूद, बताया जाता है कि रेडियोलॉजिस्टों की संख्या बढ़ी है।

कंप्यूटर विज़न पूरी तरह मानव से बेहतर हो चुका है। आज हर रेडियोलॉजी प्लेटफ़ॉर्म और पैकेज AI से संचालित है। फिर भी रेडियोलॉजिस्टों की संख्या बढ़ी है।── जेन्सेन हुआंग (2026-10-15 17:01 UTC · YouTube "AI Business Leadership Webinar | Integram & RBC Wealth Management - Private Banking Ft. Jim Harris" (Integram) 0:18:28 पर, स्रोत)

यह दावा है कि नौकरियाँ ज़रूरी नहीं कि घटें, लेकिन यह एक विशिष्ट पेशे का उदाहरण है और नए लोगों के प्रवेश-स्तर की समस्या का सीधा जवाब नहीं देता।

क्या कोई गंभीर दुर्घटना होने तक नियमन आगे नहीं बढ़ेगा?

Marcus को लगता है कि अमेरिका में नियमन तब तक आगे बढ़ने की संभावना कम है जब तक प्रशासन न बदले, हालांकि कोई गंभीर दुर्घटना होने पर यह आगे बढ़ सकता है।

अमेरिका की तरह ही, पहले से ही 70% लोग सख़्त नियमन देखना चाहते हैं।── गैरी मार्कस (2026-10-15 12:49 UTC · YouTube "NYU’s Gary Marcus on Building AI We Can Trust" (Bloomberg Television) 0:15:08 पर, स्रोत)

70% अमेरिकी ठोस नियमन चाहते हैं, यह आंकड़ा जनमत और राजनीति के बीच के अंतर को दिखाता है। Marcus को चिंता है कि पूर्व-उपाय आगे नहीं बढ़ रहे। [परिषद का तर्क] नियमन पर परिषद के भीतर राय भी बँटी हुई है, 0.877 पर। Andrew Ng और अन्य अल्पमत की ओर हैं, जो मानते हैं कि विकास के चरण में पूर्व-नियमन नवाचार में बाधा डालता है। यह अल्पमत मत, जो उपयोग के बिंदु पर जवाबदेही तय करने की व्यवस्थाओं को महत्व देता है, तर्क देता है कि यह पूर्व-समीक्षा से अधिक व्यावहारिक है।

लाभ के पक्ष में कंपनियों के बीच सहयोग और अन्य तकनीकों के ज़रिए चिकित्सा प्रगति का हवाला दिया जाता है। जोखिम के पक्ष में नए लोगों को प्रशिक्षित करने के रास्तों के कटने, AI की विश्वसनीयता की कमी और बिना दिखते रिटर्न के अत्यधिक निवेश का हवाला दिया जाता है। दोनों पक्षों में तीन-तीन बातें हैं, और कौन-सा पक्ष भारी है, यह तय नहीं हुआ है।